Colorful radiative coolers (CRCs) can be widely applied for energy sustainability especially and meet aesthetic purposes simultaneously. Here, we propose a high-efficiency CRC based on thin film stacks and engineered diffuse reflection unit, which brings out 7.1 °C temperature difference compared with ambient under ~ 700 W·m-2 solar irradiation. Different from analogous schemes, the proposed CRCs produce vivid colors by diffuse reflection and rest of the incident light is specular-reflected without being absorbed. Adopting the structure of TiO2/SiO2 multilayer stack, the nanophotonic radiative cooler shows extra low absorption across the solar radiation waveband. Significant radiative cooling performance can be achieved with the emissivity reaching 95.6% in the atmosphere transparent window (8–13 μm). Moreover, such CRC can be fabricated on flexible substrates, facilitating various applications such as the thermal management of cars or wearables. In conclusion, this work demonstrates a new approach for color display with negligible solar radiation absorption and paves the way for prominent radiative cooling.

本文研究了不同种类的含硫酸盐固废对硅酸盐水泥水化的影响, 测试了含硫酸盐固废水泥力学性能、凝结时间、线性膨胀率随SO3含量变化的规律, 采用化学结合水、XRD和SEM等测试手段揭示了不同含硫酸盐固废对硅酸盐水泥水化的影响机理。结果表明, 随SO3含量增加, 含硫酸盐固废水泥胶砂抗折强度和抗压强度均先增大后减小, 初凝时间和终凝时间均呈增加趋势并在SO3含量达到一定值后增加速度放缓, 线性膨胀率均不断增大。由于不同的含硫酸盐固废的硫酸盐存在形式不同, 硫酸盐溶出的速率也有差别, 与水泥中铝酸三钙反应生成钙矾石(或单硫型水化硫铝酸钙)的速率和数量也不同, 相同龄期下的水化程度也不同, 因此不同的含硫酸盐固废对水泥力学性能、凝结时间和线性膨胀率等性能的影响存在一定差异。

光学元件化学机械抛光（CMP）过程中元件与抛光垫之间接触压力分布是影响元件抛光去除效率和抛光效果的关键因素，但因元件、磨料、抛光垫之间的接触状态较复杂、且不停变化，难以通过仿真计算获得。为了研究确定性抛光去除机理，设计了一套CMP面压力分布在位实时检测装置，将薄膜压阻传感器阵列式布置于抛光垫下，对元件与抛光垫接触面的压力分布展开实时检测，并通过仿真分析抛光垫与元件表面接触压力分布理论模型，与实测结果进行对比。基于自主搭建的实验平台，模拟工况进行研磨实验，并使用基恩士CL-3000激光位移传感器测量抛光垫面形。实验结果表明：随着研磨时间增加，抛光垫面形逐渐平整并接近当前研磨条件下的极限，其标准差由0.2079 mm降低为0.1839 mm，使用压力分布检测装置测得区域压力值标准差第一阶段下降8.2%，第二阶段下降0.2%，工件与抛光垫接触面压力分布逐渐均匀，与抛光垫面形逐渐平整的趋势相对应，证明该装置可以有效检测抛光过程中的压力分布及实时变化。

传统红外与可见光融合图像在复杂环境下存在细节缺失, 特征单一导致目标模糊等问题, 本文提出一种基于卷积神经网络结合非下采样轮廓波变换(non-subsampled contourlet transform, NSCT)的红外与可见光图像进行融合的方法。首先, 通过卷积神经网络提取红外与可见光目标特征信息, 同时利用 NSCT对源图像进行多尺度分解, 得到源图像的高频系数与低频系数; 其次, 结合目标特征图利用自适应模糊逻辑与局部方差对比度分别对源图像高频子带与低频子带进行融合; 最后, 通过逆 NSCT变换得到融合图像并与其他 5种传统算法进行对比; 实验结果表明, 本文方法在多个客观评价指标上均有所提高。

高功率光纤激光是当前我国激光科学技术领域的前沿热点，而稀土掺杂的有源光纤是高功率光纤激光器的核心器件。与常规有源光纤不同，多折射率层有源光纤的纤芯和包层之间增加了一个或多个辅助折射率层，展现出了特殊的模场特性，有望进一步提升高功率光纤激光的输出功率。利用传统方法分析不同结构参数下多折射率层有源光纤的模场特性时，通常需要耗费较长的时间求解麦克斯韦方程组。笔者首次引入机器学习算法来预测多折射率层有源光纤的模场特性。该方法仅需要数据空间中0.1%的样本，就可以学习多折射率层有源光纤结构参数与其模场特性之间的复杂映射关系，进而实现无须求解麦克斯韦方程组的快速精准预测。该方法的平均预测误差小于0.6%，预测速度相比传统方法提升了约7000倍，为多折射率层有源光纤的模场特性分析提供了新思路。

随着固废资源化利用成为当下研究的热点, 近年来采用固体废弃物制备蒸压加气混凝土的研究成果层出不穷。但固体废弃物由于种类繁多, 特点不一, 对蒸压加气混凝土的干密度和抗压强度等关键性能的影响规律和影响机理并不明晰, 亟需进行归纳总结。本文首先从基体和孔结构两方面分析归纳了影响蒸压加气混凝土干密度和抗压强度的主要因素, 之后从固体废弃物做硅质材料、钙质材料和发气材料三个方面分析了其对蒸压加气混凝土干密度和强度的影响规律和影响机理, 最后总结了当前研究中存在的问题并对未来的研究方向进行了展望。